Sleep electroencephalography biomarkers of cognition in obstructive sleep apnea
Notice bibliographique
Résumé
Obstructive sleep apnea has been associated with cognitive impairment and may be linked to disorders of cognitive function. These associations may be a result of intermittent hypoxaemia, sleep fragmentation and changes in sleep microstructure in obstructive sleep apnea. Current clinical metrics of obstructive sleep apnea, such as the apnea-hypopnea index, are poor predictors of cognitive outcomes in obstructive sleep apnea. Sleep microstructure features, which can be identified on sleep electroencephalography of traditional overnight polysomnography, are increasingly being characterized in obstructive sleep apnea and may better predict cognitive outcomes. Here, we summarize the literature on several major sleep electroencephalography features (slow-wave activity, sleep spindles, K-complexes, cyclic alternating patterns, rapid eye movement sleep quantitative electroencephalography, odds ratio product) identified in obstructive sleep apnea. We will review the associations between these sleep electroencephalography features and cognition in obstructive sleep apnea, and examine how treatment of obstructive sleep apnea affects these associations. Lastly, evolving technologies in sleep electroencephalography analyses will also be discussed (e.g. high-density electroencephalography, machine learning) as potential predictors of cognitive function in obstructive sleep apnea.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».